国家职业技术技能标准 2-02-10-09 人工智能工程技术人员(2021年版).docx

国家职业技术技能标准职业编码：2-02-10-09人工智能工程技术人员（2021 年版）中华人民共和国人力资源和社会保障部中华人民共和国工业和信息化部制定职业编码：2-02-10-09说明为贯彻落实关于深化人才发展体制机制改革的意见，推动实施人才强国战略，促进专业技术人员提升职业素养、补充新知识新技能，实现人力资源深度开发，推动经济社会全面发展，根据中华人民共和国劳动法有关规定，人力资源社会保障部联合工业和信息化部组织有关专家，制订了人工智能工程技术人员国家职业技术技能标准(2021 年版）(以下简称标准)。（一、本标准以人力资源社会保障部办公厅 市场监管总局办公厅 统计局办公室关于发布人工智能工程技术人员等职业信息的通知 人社厅发201948 号）为依据，按照国家职业技术技能标准编制技术规程有关要求，坚持“以职业活动为导向、以专业能力为核心”的指导思想，在充分考虑科技进步、社会经济发展和产业结构变化对人工智能工程技术人员专业要求的基础上，以客观反映人工智能技术发展水平及其对从业人员的专业能力要求为目标，对人工智能工程技术从业人员的专业活动内容进行规范细致描述，明确了各等级专业技术人员的工作领域、工作内容以及知识水平、专业能力要求。二、本标准为首次制定，依据有关规定将本职业分为初级、中级、高级三个等级，包括职业概况、基本要求、工作要求、权重表和附录五个方面的内容。三、本标准的编制工作在人力资源社会保障部专业技术人员管理司、工业和信息化部人事教育司、中国就业培训技术指导中心的指导下，由中国电子技术标准化研究院具体组织实施。四、本标准主要起草单位有：中国电子技术标准化研究院、北京航空航天大学、百度在线网络技术(北京)有限公司、上海依图网络科技有限公司、上海燧原科技有限公司、上海商汤智能科技有限公司、星云融创科技有限公司、北京旷视科技有限公司、科大讯飞股份有限公司、北京易华录信息技术股份有限公司、中国机械工程学会、第四范式(北京)技术有限公司、北京来也网络科技有限公司、青岛伟东云教育集团有限公司、中国国信信息总公司。主要起草人有：孙文龙、吴东亚、张馨、菅端端、宋博伟、卢瑞炜、曹麟丰、胡春明、杨晴虹、原仓周、孙海龙、马艳军、于佃海、陈尚义、蒋晓琳、马婧、熊亮、许源、陈远浩、刘亦珩、乔奇豪、杨丽慧、李瑛、吴庚、梅敬青、苏意轩、田忠博、蒋燕、马万钟、I职业编码：2-02-10-09程鸣、吕晓鹏、夏东、王运宏、曹子健、李斌、陈明、王玲、陈江、严如强、郑曌、何瑛、黄振宁、张宇、刘一鸣、陆雨霄、汪冠春、褚瑞、李沨、袁志坚、刘敬帅、王莲、陈云璐、汤子海、姜太文、翟健、吴永刚、王进京、赵弋洋。五、本标准主要审定人员有聂明、戴忠建、蒋慧、常鹏、白浩杰、贾成千、丛培勇、杜小勇、邓志东、龙明盛、张治斌、陶建华、任姗。六、本标准制定过程中得到了邵昕、刘永澎、余海龙、张明英等有关专家的指导和大力支持，在此表示感谢。七、本标准业经人力资源和社会保障部、工业和信息化部批准，自公布之日起施行。II职业编码：2-02-10-09人工智能工程技术人员国家职业技术技能标准（2021 年版）1职业概况1.1 职业名称人工智能工程技术人员1.2 职业编码2-02-10-091.3 职业定义从事与人工智能相关算法、深度学习等多种技术的分析、研究、开发，并对人工智能系统进行设计、优化、运维、管理和应用的工程技术人员。1.4 专业技术等级本职业共设三个等级，分别为初级、中级、高级。初级、中级、高级均设五个职业方向：人工智能芯片产品实现、人工智能平台产品实现、自然语言及语音处理产品实现、计算机视觉产品实现、人工智能应用产品集成实现。1.5 职业环境条件室内，常温。1.6 职业能力特征具有一定的学习、分析、推理和判断能力，具有一定的表达能力、计算能力。1.7 普通受教育程度大学专科学历（或高等职业学校毕业）。1.8 职业培训要求1.8.1 培训时间1职业编码：2-02-10-09人工智能工程技术人员需按照本标准的职业要求参加有关课程培训，完成规定学时，取得学时证明。初级 64 标准学时，中级 80 标准学时，高级 80 标准学时。1.8.2 培训教师承担初级、中级理论知识或专业能力培训任务的人员，应具有人工智能工程技术人员中级及以上专业技术等级或相关专业中级及以上职称。承担高级理论知识或专业能力培训任务的人员，应具有人工智能工程技术人员高级专业技术等级或相关专业高级职称。1.8.3 培训场所设备理论知识和专业能力培训所需场地为标准教室或线上平台，必备的教学仪器设备包括计算机、网络、软件及相关硬件设备。1.9 专业技术考核要求1.9.1 申报条件取得初级培训学时证明，并具备以下条件之一者，可申报初级专业技术等级：（1） 取得技术员职称。（2） 具备相关专业大学本科及以上学历（含在读的应届毕业生）。（3） 具备相关专业大学专科学历，从事本职业技术工作满 1 年。（4） 技工院校毕业生按国家有关规定申报。取得中级培训学时证明，并具备以下条件之一者，可申报中级专业技术等级：（1） 取得助理工程师职称后，从事本职业技术工作满 2 年。（2） 具备大学本科学历，或学士学位，或大学专科学历，取得初级专业技术等级后，从事本职业技术工作满 3 年。（3） 具备硕士学位或第二学士学位，取得初级专业技术等级后，从事本职业技术工作满 1 年。（4） 具备相关专业博士学位。2职业编码：2-02-10-09（5） 技工院校毕业生按国家有关规定申报。取得高级培训学时证明，并具备以下条件之一者，可申报高级专业技术等级：（1） 取得工程师职称后，从事本职业技术工作满 3 年。（2） 具备硕士学位，或第二学士学位，或大学本科学历，或学士学位，取得中级专业技术等级后，从事本职业技术工作满 4 年。（3） 具备博士学位，取得中级专业技术等级后，从事本职业技术工作满 1年。（4） 技工院校毕业生按国家有关规定申报。1.9.2 考核方式从理论知识和专业能力两个维度对专业技术水平进行考核。各项考核均实行百分制，成绩皆达 60 分（含）以上者为合格，考核合格者获得相应专业技术等级证书。理论知识考试采用笔试、机考方式进行，主要考查人工智能工程技术人员从事本职业应掌握的基本知识和专业知识；专业能力考核采用专业设计、模拟操作等实验考核方式进行，主要考查人工智能工程技术人员从事本职业应具备的实际工作能力。1.9.3 监考人员、考评人员与考生配比理论知识考试监考人员与考生配比不低于 1:15，且每个考场不少于 2 名监考人员；专业能力考核中的考评人员与考生配比不低于 1:10，且考评人员为 3人（含）以上单数。1.9.4 考核时间理论知识考试时间不少于 90 分钟，专业能力考核时间不少于 120 分钟。1.9.5 考核场所设备理论知识考试和专业能力考核所需场地为标准教室或线上平台，必备的考核仪器设备包括计算机、网络、软件及相关硬件设备。3职业编码：2-02-10-092基本要求2.1 职业道德2.1.1 职业道德基本知识2.1.2 职业守则（1） 遵守法律，保守秘密。（2） 尊重科学，客观公正。（3） 诚实守信，恪守职责。（4） 爱岗敬业，服务大众。（5） 勤奋进取，精益求精。（6） 团结协作，勇于创新。（7） 乐于奉献，廉洁自律。2.2 基础知识2.2.1 专业基础知识（1） 数学基础知识（2） 编程基础知识（3） 数据处理知识（4） 软件工程知识（5） 计算平台知识（6） 机器学习知识2.2.2 工程效能相关知识（1） 文档规范、代码规范、质量保障规范相关知识（2） 数据采集、标注、清洗、质量控制等数据工程相关知识（3） 工程开发与架构，工程性能提升指标等相关知识2.2.3 业务理解与实践知识（1） 人工智能基础知识（2） 人工智能的产业应用相关知识（3） 人工智能发展现状及趋势相关知识（4） 人工智能热点问题和前沿研究相关知识2.2.4 人工智能伦理及安全知识（1） 人工智能安全与隐私保护相关知识4职业编码：2-02-10-09（2） 人工智能安全与隐私保护原则及标准相关知识（3） 人工智能伦理治理发展趋势知识（4） 人工智能道德伦理相关原则及标准相关知识2.2.5 相关法律、法规知识（1） 中华人民共和国劳动法相关知识（2） 中华人民共和国劳动合同法相关知识（3） 中华人民共和国网络安全法相关知识（4） 中华人民共和国知识产权法相关知识（5） 中华人民共和国个人信息保护法相关知识5职业功能工作内容专业能力要求相关知识要求1.人工智能共性技术应用1.1    人工智能算法选型及调优1.1.1 能准确地判断应用任务是否适合用机器学习技术解决1.1.2 能应用深度学习或主流机器学习算法原理解决实际任务1.1.3 能运行基础神经网络模型，按照一定的指导原则，对深度神经网络进行调优1.1.1 机器学习基本概念，包括监督学习、无监督学习、强化学习等1.1.2 深度神经网络，包括卷积神经网络、长短期记忆网络、图神经网络等的基本概念1.1.3 机器学习与深度学习算法常见的评估方法：准确率、召回率、AUC 指标、ROC 曲线、检测指标、分割指标等1.1.4 图像/视频处理、语音处理、自然语言处理等领域的基本方法1.2    人工智能算法实现及应用1.2.1 能使用至少一种国产化深度学习框架训练模型，并使用训练好的模型进行预测1.2.2 能实现深度学习框架的安装、模型训练、推理部署1.2.1 国产化深度学习框架基本情况1.2.2 深度学习框架运行的基本软硬件环境要求1.2.3 至少一种深度学习框架使用方法2.人工智能设计开发2.1    人工智能芯片逻辑设计2.1.1 能利用人工智能算法常用的运算/数据类型，根据芯片模块的设计功能描述进行代码编写2.1.2 能对芯片模块代码进行书写规则和可综合检查和优化2.1.1 数字电路设计相关知识2.1.2 计算机组成原理2.1.3 Verilog HDL 、 VHDL 、 SystemVerilog 等硬件语言3.人工智能测试验证3.1    人工智能芯片验证3.1.1 能运用验证工具，解读并分析测试覆盖率报告，提升测试覆盖率3.1.2 能搭建测试验证环境，执行测试用例和验证脚本3.1.3 能使用面向对象的模块级验证方法进行模块级芯片验证环境3.1.1 验证工具使用方法（如各种高性能测量仪器（示波器、误码仪等）和调试器等的使用）3.1.2 测试覆盖率报告格式3.1.3 测试用例的编写知识3.1.4 验证脚本编写方法3.1.5 数字电路结构知识3.1.6 面向对象的模块级验证方法3.1.7 模块级芯片验证环境的搭建方法职业编码：2-02-10-093工作要求本标准对初级、中级、高级三个等级的专业能力要求和相关知识要求依次递进，高级别涵盖低级别的要求。3.1 人工智能芯片产品实现3.1.1  初级6职业功能工作内容专业能力要求相关知识要求1.人工智能共性技术应用1.1    人工智能算法选型及调优1.1.1 能快速判断并选择所需要的模型，合理使用机器学习模型与深度学习模型并进行模型调优1.1.2 能调研及运行深度的神经网络模型，在需要进行参数调整和适配到自身的应用问题时，对关键参数的调整能提出解决方案1.1.1 深度学习算法训练、推理、部署的方法及技术细节1.1.2 数据策略、网络中的核心模块、参数规模、优化算法、损失函数、正则项等关键参数1.1.3 数据并行、模型并行、流水线并行等深度学习模型的并行训练的方法1.2    人工智能算法实现及应用1.2.1 能完成深度学习框架安装、模型训练、推理部署的全流程1.2.2 能使用深度学习框架的用户接口进行神经网络模型搭建1.2.1 深度学习框架设计的基本概念，如动态图、静态图等1.2.2 深度学习框架的常用编程接口1.2.3 常用模型的使用方法，如文本生成目标检测、图像分割、机器翻译等2.人工智能设计开发2.1    人工智能芯片逻辑设计2.1.1 能根据芯片架构文档进行模块功能划分和功能描述，并进行代码编写2.1.2 能对实现代码进行 CDC，功耗分析和优化2.1.3 能完成芯片时钟详细设计及时钟约束2.1.4 能将人工智能算法常见的运算拆解成 ASIC 上面可实现的硬件电路并实现2.1.5 能基于选定的基本工艺器件对芯片模块进行逻辑综合与时序优化2.1.6 能 针 对 INT8 、 FP16 、BF16、FP32、TF32 数据类型开展优化的人工智能核心设计2.1.7 能基于并行计算开展数据同步设计2.1.8 能基于芯片指令集开展微架构设计2.1.1 数字电路设计基础知识2.1.2 计算机组成原理2.1.3 计算机系统结构基础知识2.1.4 计算机接口技术2.1.5 计算复杂度和可计算理论2.1.6 深度学习算法和神经网络模型2.1.7 FPGA/ASIC 相关设计知识2.1.8 异构计算知识职业编码：2-02-10-093.1.2  中级73.人工智能测试验证3.1    人工智能芯片验证3.1.1 能运用验证工具，根据业务需求编写并分析测试覆盖率报告，提升测试覆盖率3.1.2 能设计和制订验证计划文档3.1.3 能搭建和优化测试验证环境，编写测试用例和验证脚本3.1.4 能使用面向对象的验证方法进行子系统级芯片验证3.1.5 能进行低功率验证3.1.6 能搭建系统级和子系统级别的仿真平台3.1.7 能对人工智能处理器进行验证3.1.8 能 搭 建 门 级 仿 真 环 境（包括前仿真和后仿真）3.1.9 能快速定位门级仿真环境、库、时序等相关问题3.1.10 能综合运用时序分析方法分析数字电路时序，并根据时序约束文件，针对特殊时序路径开发后仿真的测试用例3.1.1 验证工具的类型、优缺点使用方法3.1.2 测试覆盖率报告的编写知识3.1.3 验证计划文档的编写方法3.1.4 测试用例的设计知识3.1.5 验证脚本的编写方法3.1.6 数字电路时序分析方法3.1.7 面向对象的子系统级验证方法3.1.8 子系统验证环境对模块环境的复用方法3.1.9 UPF（Unified Power Format）/NLP(Native Low Power)/Emulator 基础知识3.1.10 GPU、TPU、XPU 等人工智能处理器验证方法3.1.11 门级电路知识3.1.12 门级仿真验证环境的搭建方法3.1.13 门级仿真测试用例的编写方法4.人工智能咨询服务4.1    人工智能技术咨询4.1.1 能进行人工智能芯片项目的技术评估，使用工程咨询方法进行相应咨询服务4.1.2 能进行人工智能芯片项目技术体系架构和方案设计，完成项目建议书的编写、可行性研究报告的编制，并编制相应的实施规划4.1.1 工程咨询方法与系统分析知识4.1.2 项目建议书、可行性研究报告编制方法4.1.3 招投标技术咨询知识和项目后评价方法4.2    人工智能系统咨询管理和评价服务4.2.1 能进行人工智能系统项目资源分析和评价4.2.2 能进行人工智能系统人机交互、隐私保护、数据安全等技术的咨询和评价服务4.2.1 项目资源的计划、配置、控制和处置方法4.2.2 人工智能伦理知识4.2.3 隐私保护知识职业编码：2-02-10-0984.3人工智能咨询培训及运营管理咨询4.3.1 能组织开展人工智能技术咨询服务培训4.3.2 能跟进人工智能最新技术及应用场景，并针对性开展技术论证4.3.3 能对人工智能项目运营过程进行咨询职业编码：2-02-10-094.3.1 培训方法及问题反馈和分析方法4.3.2 培训质量管理知识4.3.3 运营管理方法9职业功能工作内容专业能力要求相关知识要求1.人工智能共性技术应用1.1    人工智能算法选型及调优1.1.1 能在面对用户需求和业务需求时，将其准确转换为机器学习语言、算法及模型1.1.2 能对机器学习技术要素进行组合使用，并进行建模1.1.3 能在标准算法基础上，对组合多种机器学习技术要素进行模型设计及调优的能力1.1.1 新型模型和相关技术1.1.2 深度学习模型的剪枝、量化、蒸馏和模型结构搜索等模型压缩方法1.2    人工智能算法实现及应用1.2.1 能使用深度学习框架实现算法的设计和开发1.2.2 能合理组合、改造并创新深度学习模型来解决更加复杂的应用问题1.2.1 深度学习框架的技术细节及发展趋势1.2.2 深度神经网络结构与深度学习算法的开发设计方法2.人工智能设计开发2.1    人工智能芯片架构设计2.1.1 能完成系统应用架构定义，并进行芯片规格设计和参考设计开发2.1.2 能总结和归纳各种人工智能算法/模型对硬件计算、存储资源的需求，并根据芯片的应用场景对硬件资源做出合理分配2.1.3 能 根 据 算 力 和 应 用 需求，针对通用或专用人工智能加速芯片，进行算力分配和评价，合理分配通用计算与专用加速计算，并给出相关参数（加速比/理论最高算力 TOPS能耗比）2.1.4 能搭建原型化软硬件评估和仿真平台，进行高层次建模和设计，对 PPA（性能、功耗、面积）进行早期评价2.1.5 能制订芯片测试计划，指导芯片产品工程师进行硅片和封装级测试2.1.6 能应用上层软件定义高效、节能、可移植性强的实现框2.1.1 数字电路设计相关知识2.1.2 计算机组成原理2.1.3 计算机系统结构相关知识2.1.4 操作系统原理2.1.5 计算机接口技术2.1.6 算法与数据结构相关知识2.1.7 计算复杂度和可计算理论2.1.8 深度学习算法和神经网络模型2.1.9 分布式计算原理2.1.10 异构计算相关知识2.1.11 编译器、算子接口、集成工具（driver/API/IDE）相关知识职业编码：2-02-10-093.1.3  高级10架2.1.7 能在面向云侧训练开展设计时，进行训练集群的架构设计2.2    人工智能芯片逻辑设计2.2.1 能进行芯片详细功能划分和设计，向下一级芯片逻辑设计团队分发详细设计任务需求2.2.2 能进行芯片总线架构，子模块定义和划分2.2.3 能把控和应用芯片设计关    键     IP     模    块          (PCIe,DDR/GDDR/HBM，NoC)2.2.4 能进行芯片顶层及关键IP 模块可测试逻辑功能设计2.2.5 能对芯片的安全管理和功耗管理功能进行设计2.2.6 能协助芯片物理设计工程师进行基本物理器件 PPA 分析及选型，并根据 PPA 评估的结果优化关键性模块(如神经网络加速)代码2.2.7 能与验证工程师共同完成芯片验证，并通过代码、功能覆盖率检查保证验证的完备性2.2.1 数字电路设计相关知识2.2.2 计算机组成原理2.2.3 计算机系统结构相关知识2.2.4 操作系统原理2.2.5 计算机接口技术2.2.6 计算复杂度和可计算理论2.2.7 深度神经网络模型2.2.8 算法与数据结构相关知识2.2.9 FPGA/ASIC 相关设计知识2.2.10 异构计算知识3.人工智能测试验证3.1    人工智能芯片验证3.1.1 能依据验证工具工作原理，提升验证环境执行效率，通过覆盖率报告协助芯片设计工程师改进电路设计3.1.2 能 确 定 具 体 验 证 工 具链，制订验证方法学和验证流程3.1.3 能熟练使用面向对象的模块级验证方法进行验证并对方法学进行改进3.1.4 能使用机器学习及神经网络算法对验证数据进行建模3.1.5 能对最终的验证计划，验证报告进行核签3.1.6 能对最新的验证方法学3.1.1 验证工具的工作原理3.1.2 验证环境执行效率的优化知识3.1.3 验证工具的优缺点及工具链组合知识3.1.4 验证方法学知识3.1.5 数字电路综合时序分析知识，数字电路设计优化知识3.1.6 面向对象的模块级验证方法3.1.7 深度学习算法建模知识3.1.8 深度学习算法和神经网络模型3.1.9 常见深度学习框架的背景职业编码：2-02-10-0911和工具进行跟踪、改进和优化，并对验证工具提出功能性改进的建议3.1.7 能协助软件开发工程师将框架移植到仿真环境，并在该环境完成神经网络模型训练及推理流程的仿真4.人工智能咨询服务4.1    人工智能技术咨询4.1.1 能进行人工智能芯片项目的技术要素分析、产业成本分析、产业链架构等咨询4.1.2 能对人工智能芯片项目的社会作用进行合理性分析咨询4.1.1 现代工程咨询方法4.1.2 社会伦理学知识4.2    人工智能咨询管理和评价服务4.2.1 能制订人工智能技术应用的组织管理机制及协调机制4.2.2 能对人工智能系统应用提出持续改进建议4.2.3 能进行人工智能项目的社会可持续发展情况评价4.2.1 系统规划知识4.2.2 信息系统工程知识4.2.3 软件体系架构评估知识4.2.4 社会评价方法4.3    人工智能咨询培训及运营管理咨询4.3.1 能进行人工智能技术咨询服务和运营管理培训4.3.2 能进行计划、组织、实施和控制等运营过程管理4.3.2 能 进 行 运 营 经 济 性 预测，提出运营计划调整策略4.3.1 培训方案制订方法4.3.2 运营过程规划及管理知识4.3.2 敏感数据分析知识职业编码：2-02-10-0912职业功能工作内容专业能力要求相关知识要求1.人工智能共性技术应用1.1 人 工智能算法选型及调优1.1.1 能准确地判断应用任务是否适合用机器学习技术解决1.1.2 能应用深度学习或主流机器学习算法原理解决实际任务1.1.3 能运行基础神经网络模型，按照一定的指导原则，对深度神经网络进行调优1.1.1 机器学习基本概念，包括监督学习、无监督学习、强化学习等1.1.2 深度神经网络，包括卷积神经网络、长短期记忆网络、图神经网络等的基本概念1.1.3 机器学习与深度学习算法常见的评估方法：准确率、召回率、AUC 指标、ROC 曲线、检测指标、分割指标等1.1.4 图像/视频处理、语音处理、自然语言处理等领域的基本方法1.2 人 工智能算法实现及应用1.2.1 能使用至少一种国产化深度学习框架训练模型，并使用训练好的模型进行预测1.2.2 能实现深度学习框架的安装、模型训练、推理部署1.2.1 国产化深度学习框架基本情况1.2.2 深度学习框架运行的基本软硬件环境要求1.2.3 至少一种深度学习框架使用方法2.人工智能需求分析2.1 人 工智能平台需求分析2.1.1 能对外说明人工智能平台研发的主要流程和用户使用场景2.1.2 能将用户对人工智能平台的相关使用需求整理成文档2.1.3 能按照规范撰写业务场景需求设计分析和需求文档2.1.1 人工智能场景的主要环节和使用流程2.1.2 人工智能算法训练、推理、部署的方法和流程2.1.3 人工智能平台业务场景需求设计分析和需求文档的撰写规范3.人工智能设计开发3.1 人 工智能平台设计开发3.1.1 能绘制至少 1 类人工智能场景全周期流程图，如计算机视觉、自然语言处理等3.1.2 能使用机器学习框架完成人工智能数据处理、特征提取、模型训练、模型部署等全周期流程3.1.3 能调用大数据处理工具进行数据存取、任务编排等3.1.4 能使用容器及虚拟化工具进行产3.1.1 人工智能场景的主要环节和技术规范3.1.2 深度学习框架的使用方法3.1.3 大数据技术的基础知识3.1.4 容器及虚拟化技术的基础知识职业编码：2-02-10-093.2 人工智能平台产品实现3.2.1  初级13品代码打包，镜像发布4.人工智能测试验证4.1 人 工智能平台验证4.1.1 能绘制 1 类人工智能场景的验证流程图，如计算机视觉、自然语言处理等4.1.2 能撰写人工智能平台、算法、模型的验证报告4.1.3 能完整验证人工智能平台开发的算法和模型的精度等主流算法指标4.1.4 能基于给定场景验证人工智能端到端线上线下一致性等业务正确性指标4.1.1 人工智能平台主要组件的使用流程4.1.2 人工智能平台主要组件的功能验证方法和性能验证方法4.1.3 人工智能平台验证报告撰写规范5.人工智能产品交付5.1 人 工智能平台产品交付5.1.1 能绘制 1 类人工智能场景交付流程图，如计算机视觉、自然语言处理等5.1.2 能安装人工智能平台的主要组件并完成交付流程5.1.3 能基于业务场景编制产品交付文档5.1.1 人工智能场景的主要环节和交付方法5.1.2 人工智能平台的主要组件和安装、配置、调试的方法6.人工智能产品运维6.1 人 工智能平台产品运维6.1.1 能使用人工智能平台操作基本命令完成平台运维操作6.1.2 能按照人工智能平台部署手册对产品进行部署升级6.1.3 能根据标准流程进行人工智能平台的日常巡查6.1.1 人工智能平台的基本操作6.1.2 人工智能平台的基本运维技术6.1.3 人工智能平台的部署升级方法职业编码：2-02-10-0914职业功能工作内容专业能力要求相关知识要求1.人工智能共性技术应用1.1 人 工智能算法选型及调优1.1.1 能快速判断并选择 所需要的模型，合理使用机器学习模型与深度学习模型并进行模型调优1.1.2 能调研及运行深度的神经网络模型，在需要进行参数调整和适配到自身的应用问题时，对关键参数的调整能提出解决方案1.1.1 深度学习算法训练、推理、部署的方法及技术细节1.1.2 数据策略、网络中的核心模块、参数规模、优化算法、损失函数、正则项等关键参数1.1.3 数据并行、模型并行、流水线并行等深度学习模型的并行训练方法1.2 人 工智能算法实现及应用1.2.1 能完成深度学习框架安装、模型训练、推理部署的全流程1.2.2 能使用深度学习框架的用户接口进行神经网络模型搭建1.2.1 深度学习框架设计的基本概念，如动态图、静态图等1.2.2 深度学习框架的常用编程接口1.2.3 常用模型的使用方法，如文本生成目标检测、图像分割、机器翻译等2.人工智能需求分析2.1 人 工智能平台需求分析2.1.1 能指导本领域初级人员撰写业务场景需求设计分析和需求文档2.1.2 能将用户的使用问题整理转化为人工智能平台的需求并整理成文档2.1.3 能完善需求文档和设计分析文档中的细节和不足2.1.1 人工智能场景的全流程的细节和技术规范2.1.2 人工智能算法训练、推理、部署的方法、流程和操作细节2.1.3 人工智能平台业务需求设计分析和需求文档的撰写规范和指导方法3.人工智能设计开发3.1 人 工智能平台设计开发3.1.1 能绘制 2 类人工智能场景的流程图和细节，如计算机视觉、自然语言处理等3.1.2 能使用计算图裁剪、算子合并等高性能计算技术，加速模型推理性能3.1.3 能使用并行计算与分布式技术，开发可以进行分布式处理的应用3.1.4 能指导本领域的初级人员完成任务编排调度、计算程序性能加速以及分布式处理应用开发等工作3.1.1 人工智能场景的全流程细节和技术规范3.1.2 至少一种机器学习框架的技术细节3.1.3 高性能计算技术的知识细节3.1.4 并行计算与分布式计算技术的知识细节职业编码：2-02-10-093.2.2  中级154.人工智能测试验证4.1 人 工智能平台验证4.1.1 能完成 12 类人工智能场景的验证流程和细节，如计算机视觉、自然语言处理等4.1.2 能设计针对人工智能平台主要组件的测试计划，完整地验证其功能、精度、性能等4.1.3 能选择合理的自动化解决方案，实现针对人工智能平台的自动化测试工具4.1.1 人工智能平台场景的主要环节和验证方法4.1.2 人工智能平台的主要组件的功能、性能的验证方法4.1.3 人工智能算法、模型的精测验证方法4.1.4 自动化测试的方法和工具5.人工智能产品交付5.1 人 工智能平台产品交付5.1.1 能绘制 2 类人工智能场景交付流程图，如计算机视觉、自然语言处理等5.1.2 能面向复杂业务场景编制交付文档5.1.3 能对现场部署过程中交付问题进行分析、定位和解决5.1.1 人工智能平台的所有组件和安装、配置、调试的方法5.1.2 人工智能平台的产品交付文档的规范和撰写要求5.1.3 人工智能平台问题的定位方法和工具6.人工智能产品运维6.1 人 工智能平台产品运维6.1.1 能在专有硬件上运维人工智能平台6.1.2 能编写人工智能平台部署手册6.1.3 能持续改进人工智能平台日常巡检流程6.1.4 能指导本领域初级人员进行人工智能平台运维工作6.1.5 能按照标准步骤对人工智能平台常见问题进行排查6.1.1 人工智能平台的操作细节和原理6.1.2 人工智能平台的专有硬件知识6.1.3 人工智能平台的常见问题排查流程和方法7.人工智能咨询服务7.1 人 工智能技术咨询7.1.1 能根据实际情况规划人工智能平台方向和发展战略，并制定阶段性升级规划7.1.2 能进行人工智能平台项目的技术评估，使用现代工程咨询方法进行